SpringBoot使用设计模式一装饰器模式
2025/12/17 22:30:01
就着昨晚的梦，我们今天来唠唠关于35岁程序员危机的那些事。但是现在有一个很有趣的现象，大家嘴上喊着35岁危机，35岁职业倦怠，但是似乎却只有极少数的人未雨绸缪，在35岁危机到来之前为自己另谋出路。
《稀缺》一书中写到一个现象：在长期性的资源（钱、时间）稀缺中，人们会形成“管窥”效应，只能看到“管子”之中的事物，忽视了其他更重要的事。
程序员的 “35 岁危机”，这事儿就像一把达摩克利斯之剑，高悬在每个程序员头顶。知乎上有个大厂码农就说，自己上班卷得不行，下班就想躺平休息，根本没余力思考未来。直到同组的同事被裁，他才如梦方醒，开始琢磨咋应对这危机。咱今天就唠唠这事儿，看看程序员们到底在等啥。
一、程序员的青春饭
程序员这行当，说白了，其实就是吃青春饭的。年轻时脑子快、反应快，学东西也快，写代码就跟开挂似的。可人一到35岁左右，身体机能就开始走下坡路，记忆力大不如前，学新技术的速度也慢得像蜗牛爬。加上这行业更新换代跟火箭升空似的，今天刚学会一门语言，明天就冒出来个全新的框架，让人措手不及。这就好比在狂奔的火车上，别人一路狂飙往前冲，自己稍不留神，就被远远甩在身后。
二、为啥程序员对 35 岁危机 “视而不见”
被日常工作 “掏空” 了
程序员的工作强度，那可不是盖的。每天从早忙到晚，处理各种复杂的任务，精力都被榨干了。就像在一个无底洞里填土，永远都填不满。那知乎上的码农就说，上班已经很累了，下班哪还有劲去想别的事儿啊。这就好比你刚跑完一场马拉松，连站着的力气都没了，哪还想干别的。
舒适区里 “待得太久”
程序员们习惯了自己熟悉的环境和技术，就像青蛙待在井底，觉得挺安稳。一想到要跳出舒适区去尝试新技术、新领域，心里就发怵。那知乎上的码农也曾分享，以前他就死守着自己那一亩三分地，觉得挺踏实。直到被现实 “敲醒”，才意识到舒适区其实就是个温柔的陷阱。
“管窥效应” 让人 “瞎”
**《稀缺》一书里提到 “管窥效应”，这在程序员身上体现得淋漓尽致。**每天忙于处理手头的任务，哪还有心思去看外面的世界啊。就像戴着有色眼镜，只能看到眼前的一小片天地，忽视了更重要的事情。那知乎上的码农就说，自己以前哪还会去想职业规划，每天能搞定手头的 bug 就谢天谢地了。
三、如何破解“35岁危机”
这个问题可真的是老生常谈了。不管到哪无非就是以下几点：
身体是革命的本钱。要有好身体才能更好的工作？？
持续不断学习
另谋出路，搞点副业
…
其实35岁危机可能并不只是程序员本身这个行业所带来的，大部分到了35岁成家之后，可能还有家庭生活琐事带来的压力。有些人工作是为了提高生活质量，而大部分人工作只是为了活着。房贷，车贷，小孩学费，物业费，水费，电费… 哪些不需要你每个月的“窝囊费”？
四、如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。